Skip to main content

collection-audio-qc

Analyzes local collection-call recordings with this project and outputs QC, tone, summary, Word, and table files. Invoke when user asks to process audio recordings into reports.

Informações da origem

Repositório
Blind4529/Money-Agent
Última atividade na origem
6 de maio de 2026 às 13:43
Idioma detectado do SKILL.md
chinês
Estrelas
8
Forks
0

Opções de instalação

Por padrão, está selecionado o prompt que primeiro revisa a origem. Você pode mudar para um comando direto ou baixar uma cópia local.

Revise os arquivos de origem

Leia o SKILL.md e os arquivos complementares exibidos pelo SkillsMP antes de decidir se vai instalar.

Exibindo SKILL.md

SKILL.md
Instruções da origem · Visualização somente leitura
name
collection-audio-qc
description
Analyzes local collection-call recordings with this project and outputs QC, tone, summary, Word, and table files. Invoke when user asks to process audio recordings into reports.
# Collection Audio QC 这个 skill 用于调用当前项目的催收录音分析能力,把本地录音处理为结构化结果,并输出为可交付文件。 适用场景: - 用户提供一个或多个本地录音文件路径 - 用户希望直接判断录音语气、情绪、合规质检、承诺还款 - 用户希望把分析结果整理成表格或 Word 报告 - 用户希望批量处理录音并产出标准化结果 ## Capabilities - 读取本地录音文件 - 调用当前项目的音频处理链路 - 输出以下分析内容: - 转写结果 - 坐席/客户角色映射 - 情绪与语气时间轴 - 智能小结 - 质检报告 - 承诺还款卡片 - 沟通建议 - 生成以下交付物: - Word 报告 - 表格文件(CSV 和 XLSX) - 可选 JSON 原始结果 ## Expected Inputs - 单个录音文件路径,例: - `F:\MoneyAgent\code\audio\demo.m4a` - 多个录音文件路径 - 一个待批量处理的目录路径 ## Default Workflow 1. 确认当前项目目录为 `F:\MoneyAgent\code` 2. 优先使用 `python run_audio_skill.py --input <file-or-dir>` 直接执行批量分析 3. 如需复用前端/后端接口模式,再启动或复用 `api_server.py` 4. 对每个音频文件调用 `/api/import_audio_case`,或直接调用项目内 Python 函数 5. 读取返回的案件结构化结果: - `caseInfo` - `summary` - `qcReport` - `emotionTimeline` - `transcript` - `promiseToPay` 6. 如需要沟通建议,再调用 `/api/generate_suggestion` 7. 将结果整理成: - 一份 Word 报告 - 一份 CSV 汇总表 - 一份 XLSX 汇总表 8. 把输出路径明确返回给用户 ## Output Conventions - 推荐输出目录: - `F:\MoneyAgent\code\exports\` - 推荐文件命名: - `案件编号_质检报告.doc` - `批量分析汇总.csv` - `批量分析汇总.xlsx` ## Word Report Content Word 报告建议至少包含: - 案件编号 - 客户姓名 - 音频文件名 - 通话时长 - 智能小结 - 质检得分与违规项 - 语气/情绪概览 - 承诺还款卡片 - AI 沟通建议 ## Table Columns 表格建议至少包含以下字段: - case_id - audio_file - customer_name - duration - 通话状态 - 承诺还款 - 还款金额 - 还款日期 - 还款意愿 - 协商态度 - 投诉倾向 - 风险等级 - qc_score - violation_count - promise_status - promise_amount - promise_date - promise_method ## Important Notes - 优先复用本项目已有能力,不要重新发明识别流程 - 如果后端未启动,先启动 `python api_server.py` - 如果用户要求批量处理,优先输出“汇总表 + 单案件 Word” - 如果音频导入失败,要把失败原因写入结果汇总 - 如果 LLM 分析失败,但转写成功,也要保留转写和基础音频结果 ## Example Invocation 用户示例: - “把这 3 个录音直接分析成催收质检报告并导出 Word 和表格” - “读取 `F:\recordings\` 下面的录音,帮我批量输出语气和承诺还款结果” - “把这个催收录音整理成我们项目格式的报告” 推荐执行命令: ```bash python run_audio_skill.py --input F:\recordings python run_audio_skill.py --input F:\recordings\a.m4a F:\recordings\b.wav python run_audio_skill.py --input F:\recordings --output F:\MoneyAgent\code\exports ``` ## Execution Guidance 当接到此类请求时: 1. 先确认输入是单文件还是批量目录 2. 确认输出需要: - 仅表格 - 仅 Word - Word + 表格 3. 检查 `api_server.py` 是否可用 4. 调用项目接口处理录音 5. 生成最终交付文件 6. 返回: - 分析结论摘要 - 输出文件路径 - 失败文件列表(如有)
Ver no GitHub